BG value stats by hour
BGvalue_Summary
## time3 min mean max sd
## 1 00:00 132 132.0000 132 NaN
## 2 01:00 Inf NaN -Inf NaN
## 3 02:00 223 223.0000 223 NaN
## 4 03:00 71 71.0000 71 NaN
## 5 04:00 204 204.0000 204 NaN
## 6 05:00 Inf NaN -Inf NaN
## 7 06:00 108 142.0000 176 48.08326
## 8 07:00 84 192.5000 287 86.24191
## 9 08:00 51 109.6667 151 52.20473
## 10 09:00 74 140.0000 193 49.64541
## 11 10:00 130 189.0000 296 92.82780
## 12 11:00 74 176.7500 284 107.56510
## 13 12:00 57 96.0000 135 55.15433
## 14 13:00 106 106.0000 106 NaN
## 15 14:00 69 106.0000 143 52.32590
## 16 15:00 70 123.3333 180 55.07571
## 17 16:00 75 121.0000 181 54.36911
## 18 17:00 71 150.5000 230 112.42998
## 19 18:00 Inf NaN -Inf NaN
## 20 19:00 81 150.0000 231 75.71658
## 21 20:00 195 267.6667 348 76.78759
## 22 21:00 151 204.0000 257 74.95332
## 23 22:00 157 216.0000 295 57.97701
## 24 23:00 Inf NaN -Inf NaN
## 25 00:00 60 136.0000 198 58.39521
BG value stats by day
BGvalue_SummaryDaily
## Date2 min mean max sd
## 1 2019-11-25 69 93.33333 135 27.48575
## 2 2019-11-26 138 181.00000 230 44.01704
## 3 2019-11-27 74 168.83333 287 80.18583
## 4 2019-11-28 51 109.60000 197 63.03015
## 5 2019-11-29 60 118.62500 181 42.26764
## 6 2019-11-30 106 184.80000 260 70.00857
## 7 2019-12-01 57 164.00000 231 70.44501
## 8 2019-12-02 75 187.66667 296 86.31724
## 9 2019-12-03 127 212.60000 348 82.33043
## 10 2019-12-04 257 276.00000 295 26.87006
Sensor value stats by hour
Sensorvalue_Summary
## time3 min mean max sd
## 1 00:00 93 146.0417 236 33.40210
## 2 01:00 68 140.5625 209 42.16280
## 3 02:00 63 147.5955 242 54.18229
## 4 03:00 44 150.8214 240 56.04971
## 5 04:00 45 161.1071 237 50.16071
## 6 05:00 76 167.3049 237 51.74026
## 7 06:00 93 170.5556 244 40.90280
## 8 07:00 74 154.4167 218 39.08198
## 9 08:00 69 147.3194 221 33.71038
## 10 09:00 67 152.1507 244 35.04627
## 11 10:00 53 139.5616 265 51.20357
## 12 11:00 40 130.7931 306 62.44442
## 13 12:00 40 133.3511 289 71.64934
## 14 13:00 40 141.1236 275 55.86506
## 15 14:00 81 166.8810 240 43.97025
## 16 15:00 53 165.9540 279 58.47498
## 17 16:00 41 171.9000 329 81.76220
## 18 17:00 41 168.4040 287 81.24289
## 19 18:00 45 164.2947 298 71.00298
## 20 19:00 64 174.4222 300 74.42030
## 21 20:00 73 161.4651 303 69.88203
## 22 21:00 64 163.9583 252 45.78069
## 23 22:00 92 184.3333 251 39.35444
## 24 23:00 116 190.8438 321 48.98707
## 25 00:00 88 165.9583 262 53.61127
BG high (>150) count
BGHigh_Count
## time3 BG.Reading..mg.dL.
## 1 02:00 1
## 2 04:00 1
## 3 06:00 1
## 4 07:00 3
## 5 08:00 1
## 6 09:00 2
## 7 10:00 1
## 8 11:00 2
## 9 15:00 1
## 10 16:00 1
## 11 17:00 1
## 12 19:00 1
## 13 20:00 3
## 14 21:00 2
## 15 22:00 4
## 16 00:00 2
BG very high (>240) count
BGveryHigh_Count
## time3 BG.Reading..mg.dL.
## 1 07:00 1
## 2 10:00 1
## 3 11:00 2
## 4 20:00 2
## 5 21:00 1
## 6 22:00 1
BG low (<80) count
BGLow_Count
## time3 BG.Reading..mg.dL.
## 1 03:00 1
## 2 08:00 1
## 3 09:00 1
## 4 11:00 1
## 5 12:00 1
## 6 14:00 1
## 7 15:00 1
## 8 16:00 1
## 9 17:00 1
## 10 00:00 1
BG good value count (>80 and <150)
BGgood_Count
## time3 BG.Reading..mg.dL.
## 1 00:00 1
## 2 06:00 1
## 3 07:00 1
## 4 08:00 1
## 5 09:00 1
## 6 10:00 2
## 7 11:00 1
## 8 12:00 1
## 9 13:00 1
## 10 14:00 1
## 11 15:00 1
## 12 16:00 1
## 13 19:00 2
## 14 00:00 1
Temp Basal = 0 count
tempBasal_count
## NULL
Suspend basal on low count
suspendBasal_Count
## time3 Alarm
## 1 03:00 1
## 2 07:00 2
## 3 09:00 1
## 4 10:00 2
## 5 11:00 4
## 6 12:00 4
## 7 13:00 1
## 8 14:00 2
## 9 15:00 2
## 10 16:00 3
## 11 17:00 4
## 12 18:00 3
## 13 19:00 5
## 14 20:00 5
## 15 21:00 1
## 16 22:00 1
BG value by time and date with mean values
BGvalue_timeDaytable
## time 2019-11-25 2019-11-26 2019-11-27 2019-11-28 2019-11-29 2019-11-30
## 1 00:00 NaN 159 NaN NaN 60.000 132.0
## 2 01:00 NaN NaN NaN NaN NaN NaN
## 3 02:00 NaN NaN 223.0000 NaN NaN NaN
## 4 03:00 NaN NaN NaN 71.0 NaN NaN
## 5 04:00 NaN NaN NaN NaN NaN NaN
## 6 05:00 NaN NaN NaN NaN NaN NaN
## 7 06:00 NaN NaN NaN NaN 108.000 NaN
## 8 07:00 84.00000 227 287.0000 NaN NaN 172.0
## 9 08:00 NaN 151 127.0000 51.0 NaN NaN
## 10 09:00 NaN NaN 74.0000 155.0 NaN NaN
## 11 10:00 NaN NaN NaN NaN 141.000 NaN
## 12 11:00 NaN NaN NaN 74.0 95.000 254.0
## 13 12:00 135.00000 NaN NaN NaN NaN NaN
## 14 13:00 NaN NaN NaN NaN NaN 106.0
## 15 14:00 69.00000 NaN NaN NaN 143.000 NaN
## 16 15:00 120.00000 NaN NaN NaN 70.000 NaN
## 17 16:00 NaN NaN 107.0000 NaN 181.000 NaN
## 18 17:00 71.00000 230 NaN NaN NaN NaN
## 19 18:00 NaN NaN NaN NaN NaN NaN
## 20 19:00 81.00000 138 NaN NaN NaN NaN
## 21 20:00 NaN NaN 195.0000 NaN NaN 260.0
## 22 21:00 NaN NaN NaN NaN 151.000 NaN
## 23 22:00 NaN NaN NaN 197.0 NaN NaN
## 24 23:00 NaN NaN NaN NaN NaN NaN
## 25 mean 93.33333 181 168.8333 109.6 118.625 184.8
## 2019-12-01 2019-12-02 2019-12-03 2019-12-04 mean
## 1 198 NaN 127.0 NaN 135.2000
## 2 NaN NaN NaN NaN NaN
## 3 NaN NaN NaN NaN 223.0000
## 4 NaN NaN NaN NaN 71.0000
## 5 204 NaN NaN NaN 204.0000
## 6 NaN NaN NaN NaN NaN
## 7 NaN 176.0000 NaN NaN 142.0000
## 8 NaN NaN NaN NaN 192.5000
## 9 NaN NaN NaN NaN 109.6667
## 10 NaN 138.0000 193.0 NaN 140.0000
## 11 130 296.0000 NaN NaN 189.0000
## 12 NaN 284.0000 NaN NaN 176.7500
## 13 57 NaN NaN NaN 96.0000
## 14 NaN NaN NaN NaN 106.0000
## 15 NaN NaN NaN NaN 106.0000
## 16 NaN NaN 180.0 NaN 123.3333
## 17 NaN 75.0000 NaN NaN 121.0000
## 18 NaN NaN NaN NaN 150.5000
## 19 NaN NaN NaN NaN NaN
## 20 231 NaN NaN NaN 150.0000
## 21 NaN NaN 348.0 NaN 267.6667
## 22 NaN NaN NaN 257 204.0000
## 23 NaN 157.0000 215.0 295 216.0000
## 24 NaN NaN NaN NaN NaN
## 25 164 187.6667 212.6 276 169.6458
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanBGheat_hist", libraryPath = libraryPath,
numberDays = numberDays,changeParam.list = changeParam.list)
## Loading required package: reshape2
Sensor value by time and date with mean values
SGvalue_timeDaytable
## time 2019-11-25 2019-11-26 2019-11-27 2019-11-28 2019-11-29 2019-11-30
## 1 00:00 128.08333 162.91667 131.08333 187.33333 NaN 134.08333
## 2 01:00 111.08333 178.66667 152.50000 98.91667 NaN 183.66667
## 3 02:00 99.08333 186.50000 175.00000 72.00000 NaN 234.50000
## 4 03:00 89.08333 202.08333 NaN 59.91667 NaN 222.50000
## 5 04:00 95.41667 220.16667 NaN 84.66667 NaN 202.33333
## 6 05:00 93.91667 234.25000 NaN 83.60000 NaN 191.66667
## 7 06:00 97.91667 230.58333 NaN NaN NaN 167.25000
## 8 07:00 81.91667 206.58333 NaN NaN NaN 149.25000
## 9 08:00 104.16667 145.58333 NaN NaN NaN 194.25000
## 10 09:00 197.00000 130.75000 67.00000 NaN NaN 125.75000
## 11 10:00 218.25000 152.41667 60.50000 NaN NaN 112.00000
## 12 11:00 184.33333 139.66667 102.83333 50.87500 NaN 104.91667
## 13 12:00 144.66667 97.33333 133.83333 49.50000 NaN 188.41667
## 14 13:00 143.00000 113.25000 124.91667 84.66667 NaN 98.36364
## 15 14:00 NaN 201.91667 144.08333 97.66667 NaN 183.50000
## 16 15:00 122.66667 216.75000 126.75000 195.33333 NaN 259.25000
## 17 16:00 118.91667 203.91667 90.50000 294.90909 187.0000 276.41667
## 18 17:00 61.41667 231.91667 80.58333 284.25000 218.4167 280.75000
## 19 18:00 60.16667 165.50000 127.41667 NaN 232.5833 291.66667
## 20 19:00 78.50000 110.00000 125.50000 176.83333 213.1667 260.91667
## 21 20:00 99.00000 107.33333 179.60000 170.41667 NaN 253.00000
## 22 21:00 164.16667 148.33333 169.75000 185.41667 NaN 185.33333
## 23 22:00 144.25000 219.08333 191.41667 195.00000 NaN 116.25000
## 24 23:00 148.66667 180.41667 171.16667 291.75000 NaN 176.33333
## 25 mean 121.11594 174.41319 130.80185 147.94726 212.7917 191.34848
## 2019-12-01 2019-12-02 2019-12-03 2019-12-04 mean
## 1 168.91667 236.41667 99.16667 NaN 156.0000
## 2 136.41667 188.16667 75.08333 NaN 140.5625
## 3 152.58333 177.83333 99.25000 NaN 149.5938
## 4 156.41667 186.66667 139.08333 NaN 150.8214
## 5 188.58333 183.83333 152.75000 NaN 161.1071
## 6 201.66667 175.00000 177.08333 NaN 165.3119
## 7 163.50000 182.91667 181.16667 NaN 170.5556
## 8 153.41667 158.50000 176.83333 NaN 154.4167
## 9 146.91667 129.33333 163.66667 NaN 147.3194
## 10 134.16667 170.75000 161.58333 NaN 141.0000
## 11 131.66667 265.00000 152.08333 NaN 155.9881
## 12 119.33333 287.14286 95.75000 NaN 135.6064
## 13 73.91667 277.91667 87.25000 NaN 131.6042
## 14 142.58333 262.41667 142.58333 NaN 138.9725
## 15 178.16667 208.66667 154.16667 NaN 166.8810
## 16 85.41667 119.25000 169.75000 NaN 161.8958
## 17 114.33333 59.91667 184.58333 NaN 170.0547
## 18 178.00000 77.08333 181.54545 NaN 177.1069
## 19 167.50000 154.33333 110.72727 NaN 163.7367
## 20 212.41667 191.83333 228.50000 NaN 177.5185
## 21 172.66667 90.16667 283.58333 NaN 169.4708
## 22 133.16667 97.00000 228.50000 NaN 163.9583
## 23 228.08333 190.08333 190.50000 NaN 184.3333
## 24 191.00000 226.08333 141.33333 NaN 190.8438
## 25 155.45139 179.01290 157.35511 NaN 163.3598
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanSGheat_hist", libraryPath = libraryPath,
numberDays = numberDays,changeParam.list = changeParam.list)
Interactive Plots
every 3 hours barplots
###daily barplots